什么是大数据采集技术：

对数据进行ETL操作，通过对数据进行提取、转换、加载，最终挖掘数据的潜在价值。然后提供给用户解决方案或者决策参考。

大数据采集系统，主要分为三类：

1、系统日志采集系统

对日志数据信息进行日志采集、收集，然后进行数据分析，挖掘公司业务平台日志数据中的潜在价值。简言之，收集日志数据提供离线和在线的实时分析使用。目前常用的开源日志收集系统为Flume。

2、网络数据采集系统

通过网络爬虫和一些网站平台提供的公共API(如Twitter和新浪微博API)等方式从网站上获取数据。可以将非结构化数据和半结构化数据的网页数据从网页中提取出来，并将其提取、清洗、转换成结构化的数据，将其存储为统一的本地文件数据。

目前常用的网页爬虫系统有Apache Nutch、Crawler4j、Scrapy等框架。

3、数据库采集系统

通过数据库采集系统直接与企业业务后台服务器结合，将企业业务后台每时每刻都在产生大量的业务记录写入到数据库中，最后由特定的处理分许系统进行系统分析。

目前常用关系型数据库MySQL和Oracle等来存储数据，Redis和MongoDB这样的NoSQL数据库也常用于数据的采集。

好用的大数据采集平台：

1.数据超市

一款基于云平台的大数据计算、分析系统。拥有丰富高质量的数据资源，通过自身渠道资源获取了百余款拥有版权的大数据资源，所有数据都经过审核，保证数据的高可用性。

2. Rapid Miner

数据科学软件平台，为数据准备、机器学习、深度学习、文本挖掘和预测分析提供一种集成环境。

3. Oracle Data Mining

它是Oracle高级分析数据库的代表。市场领先的公司用它最大限度地发掘数据的潜力，做出准确的预测。

4. IBM SPSS Modeler

适合大规模项目。在这个建模器中，文本分析及其最先进的可视化界面极具价值。它有助于生成数据挖掘算法，基本上不需要编程。

5. KNIME

开源数据分析平台。你可以迅速在其中部署、扩展和熟悉数据。

6. Python

一种免费的开源语言。

大数据平台：

是指以处理海量数据存储、计算及不间断流数据实时计算等场景为主的一套基础设施。既可以采用开源平台，也可以采用华为、星环等商业级解决方案，既可以部署在私有云上，也可以部署在公有云上。

任何完整的大数据平台，一般包括以下的几个过程：

• 数据采集–>数据存储–>数据处理–>数据展现(可视化，报表和监控)

其中，数据采集是所有数据系统必不可少的，随着大数据越来越被重视，数据采集的挑战也变的尤为突出。